[發明專利]基于激光SLAM的無人叉車

有效

• 申請號: 201811634387.0
• 申請日: 2018-12-29
• 公開（公告）號: CN109813305B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 徐文斌;溫偉杰;張偉波;陳文輝;區順榮
• 申請（專利權）人: 廣州藍海機器人系統有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20;G05D1/02
• 代理公司: 廣州慧宇中誠知識產權代理事務所(普通合伙) 44433
• 代理人: 劉各慧

本發明提供了基于激光SLAM的無人叉車，具體的控制方法包括：接通電源；啟動激光傳感器獲取無人叉車當前時刻附近目的物的云點位置信息以及云點角度信息，利用擴展卡爾曼濾波算法對當前時刻云點位置信息校正得到當前時刻云點位置信息的最優值以及位置信息校正方程，利用擴展卡爾曼濾波算法對當前時刻云點角度信息進行校正得到當前時刻云點位置信息的最優值以及角度信息校正方程；根據得到的云點位置信息最優值以及云點角度最優值利用激光SLAM算法得到構建當前時刻環境；進行下一時刻當前時刻環境構建，最終形成地圖；確定無人叉車的導航路徑，利用地標信息對當前位置信息，地圖構建準確，導航誤差小。

技術領域

本發明涉及無人叉車技術領域，具體涉及基于激光SLAM的無人叉車的導航方法。

背景技術

SLAM(即simultaneous localization and mapping，同步定位與地圖構建)，是指運動物體根據傳感器的信息，一邊計算自身位置，一邊構建環境地圖的過程，解決機器人等在未知環境下運動時的定位與地圖構建問題。目前，SLAM的主要應用于機器人、無人機、無人駕駛等領域。其用途包括傳感器自身的定位，以及后續的路徑規劃、運動性能、場景理解。

由于傳感器種類和安裝方式的不同，SLAM的實現方式和難度會有一定的差異。按傳感器來分，SLAM主要分為激光SLAM和VSLAM(基于視覺SLAM)兩大類。激光SLAM利用激光雷達采集物體信息呈現出的一系列分散的、具有準確角度和距離信息的點(通常被稱為點云)，通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態的改變，完成室內定位，由于激光SLAM采集云點，無需像VSLAM采集三維深度信息，從而其對計算性能需要大大低于VSLAM，算法簡單，從而現在已被廣泛應用與無人機控制領域，但是由于激光SLAM進行定位需要首先從起始點采用激光傳感器獲取目標物的位置以及角度等信息，然后激光SLAM算法構建地圖進行定位，然而由于激光傳感器容易受到灰塵、雨滴等反射影響，從而使得激光傳感器獲得一些不準確的云點信息將導致后續通過激光SLAM算法得出的地圖存在累計誤差，最終導致不準確；另外由于在導航過程中如果由于機器運動偏差使得機器人與導航路徑存在偏差這樣的話也會導致偏差一致會累計從而導致導航不準確的問題；

現有技術如中國專利申請號CN201810534991.X，申請公布日：2018.12.11，其公開了一種基于激光導航AGV慣導航向角原點變換及誤差補償算法，步驟如下：在有激光slam檢測數據時航向角為A，慣導器件航向角為B，那么零度角偏差C為A-B；通過對激光slam航向角變量a與慣導航向角變量b的積分，記錄航向角累計旋轉角度；得出慣導航向角的誤差模型，在機器人慣性導航期間對慣導航向角進行誤差補償；設定目標航向角dir與當前航向角的偏差值angle，基于零度角統一，慣導航向角誤差補償計算，得出更準確的偏差值，本發明將慣導器件航向角的零度角與其統一，并實時計算出慣導航向角累計誤差模型，從而對慣導航向角進行誤差補償；降低當前慣導器件的累計誤差，可以將慣導器件的輸出數據統一化，但是該文獻是采用SLAM檢測到的航向角對慣性系統的慣導向器件的航向角進行誤差矯正，其并沒有考慮激光SLAM自身位置以及角度的偏差從而導致激光SLAM定位地圖形成累計誤差，從而導致定位不準確的位置。

發明內容

為解決現有技術中存在的問題，本發明提供一種基于激光SLAM的無人叉車，該無人叉車地圖構建準確，導航誤差小。

為達到上述目的，本發明的技術方案是：基于激光SLAM的無人叉車，具體的控制方法，包括以下步驟：

S1：接通電源；

S2：無人叉車通過激光SLAM算法構建地圖步驟，基于激光SLAM算法構建地圖的步驟具體包括：